ANALYSE DES LIENS ENTRE LINFLATION ET DAUTRES
un intérêt particulièrement pour le niveau de l'inflation à moyen terme. A court terme
Monnaie taux dintérêt et taux de change Le taux de change
L'inflation dépend des variations dans l'offre et la L'analyse de courte période des liens entre mar- ... Inflation et dynamique du taux de change.
TAUX DE CHANGE ET POLITIQUE MONETAIRE
La dépréciation/appréciation peut augmenter/réduire l'inflation et “de lien claire entre une politique bien définie et le taux de change”.
Le taux de change et la poursuite dune cible dinflation au Canada
Il existe des délais considérables entre le moment où la Banque adopte une mesure de politique monétaire celui où cette mesure se répercute sur des variables.
Interaction between economic growth inflation and exchange rate in
26 août 2021 (vi) la relation de long terme (de cointégration aux bornes) entre l'inflation la croissance économique et le taux de change au Kenya
La courbe de Phillips nest pas celle que vous croyez
intervenir anticipations d'inflation et taux de chômage naturel. traditionnelle une relation entre taux de chômage et variation du taux de change.
Les relations entre inflation salaires et chômage nont pas disparu
3 mar. 2018 La relation négative entre taux de chômage et inflation initialement mise en évidence par Phillips à la fin des années 1950
Les régimes de change - Amina Lahrèche-Revil
le taux de change s'éloigne de la parité établie par l'achat de la monnaie nationale si la cumulés d'inflation entre les pays concernés.
Différentiel des prix volatilité du taux de change et inflation: les
Le différentiel d'inflation entre Haïti et les Etats-Unis. lien existant entre le différentiel des prix et le taux de change de la gourde coté à l' ...
Interaction between economic growth inflation and exchange rate in
22 août 2021 Lien entre l'inflation et le taux de change. La relation entre les deux variables a été bien analysée par Barrow et Gordon (1976).
Munich Personal RePEc Archive
Interaction between economic growth,
inflation and exchange rate in KenyaNansha, Kevin
Université Protestante au Congo
18 August 2021
Online athttps://mpra.ub.uni-muenchen.de/109299/
MPRA Paper No. 109299, posted 22 Aug 2021 11:44 UTC i |P a g e
Interaction entre la croissance économique, inflation et le taux de change au Kenya1Kevin Nansha M.2
Résumé
entre la dans le cointégration aux bornes) ont été utilisés. Sur des séries chronologiques (1960 à 2020), des variables sous étude le modèle SVAR a attestérestrictions théoriques à court terme, une dépréciation significative de la monnaie locale kenyane de 10%
Les fonctions de réponses
impulsionnelles ont indiqué que le taux de change kenyans réagiraient positivementà des chocs endogènes et exogènes mais négativement à des innovations du secteur réel. Par contre, la
croissance économique du Kenya donnerait une réponse impulsionnelle négative en cas de chocs
exogènes eovations endogènes. Le modèle ARDL de cointégration aux bornes adébouché sur une conclusion controversée. A court terme, une appréciation de la monnaie locale
long terme, un accroissement de 10% du taux de change favoriserait une faible hausse de 7,01% du emps " t » Mots clés : croissance économique, inflation, taux de change, SVAR, ARDL, KenyaClassification JEL : E01, E31, F62, C22, O55
Abstract
(Interaction between economic growth, inflation and exchange rate in Kenya)The issue of the interaction
between economic growth, inflation and exchange rate in Kenya, has been the subject of this paper. So,
SVAR and ARDL (with bounds test cointegration) models have been used in this study. On time seriescovering the kenyan economy (1960 to 2020), the Granger causality test has shown that no variable in
our study, significantly improves the forecasts of the others. However, the SVAR model has indicated that
with theoretical short-term restrictions, a significant depreciation of the kenyan local currency by 10%
would cause the kenyan inflation rate to increase by 7.38%. Impulse response functions have shown that
exchange rate and inflation rate of Kenya would respond positively to endogenous and exogenous shocks
but negatively to real sector ones the event of exogenous shocks and positive in the event of endogenous ones. The ARDL model withbounds test cointegration came to a controversial conclusion. In the short run, an appreciation of the
kenyan local currency by 10% would lead to a 15.18% increase in the kenyan inflation rate. In the long
run, however, a 10% increase in the exchange rate would lead to a small 7.01% increase in the inflation
rate in Kenya. In addition, a 10% decrease in past values (lagged by one period) of the inflation rate would
cause it to increase by 4.62 % at time "t". Keywords: economic growth, inflation, exchange rate, SVAR, ARDL, KenyaJEL Classification : E01, E31, F62, C22, O55
12 : Economie Mathématique,
Université Protestante au Congo, Kinshasa, RDC, Août 2021. Email : Kevinnansha1@gmail.com 1 |P a g e
Introduction
Parmi les quatre moyen du célèbre carré magique de NicolasKaldor figurent la croissance économique et la stabilité des prix (Couto & Teixeira, 2014). Ces objectifs
qui a pour but . Quant à lui, le taux de e variable macroéconomique incontournable (Morina, Hysa, Ergun, et al., 2020).études
antérieures. Dans les lignes qui suivent, sont présentés les résultats et la méthodologie de trois récentes
recherches tout en indiquant la ligne démarcation entre elles et le présent travail.Kamran, Theng
s échelonnés (ARDL) et hinoise de 1980 à 2017. De cetterecherche a été dégagée la conclusion selon laquelle la croissance économique exerce un effet positif
Hoang, Nguyen et Minh (2020) se sont penchés sur le contexte v Autorégressif (VAR) portant sur la période allant de 2005 à 2018 ) provenant de la dynamique du taux de change. significatifs a contribution du taux de change à la croissance économique duMaroc (1988-
appréciation (surévaluation) du taux de change réel peuvent exercer uneffet négatif sur la croissance économique à court terme. Mais à long terme, les variations du taux de
effets significatifs alors que c .Contrairement aux trois travaux cités ci-
de l kenyan de 1960 à 2020 dVAR Structurel (SVAR) et ARDL (de cointégration aux bornes). 2 |P a g e
I. Revue de la littérature
1.1. Revue théorique
1.1.1.
La relation entre ces deux variables macroéconomiques relève à la fois du courant monétariste et
néoclassique. Primo, selon la théorie vite que le revenu national (Sattarov, 2011). Cette idée ressort de à travers laquelle lesdites variables de la manière suivante :Secundo, la théorie néoclassique, plus précisément le modèle de Solow, explique que la croissance
économique peut être usse de la productivité marginale du capital. Or, une variation positive les prix des biens consommés et, par effet-substitution, lesagents économiques préféreront le loisir au travail. Par conséquent, une hausse généralisée du niveau
prix (Sattarov,2011) :
où g y . rendrait les investissements préférables à la consommation si bien que cela causeraitune meilleure accumulation du capital qui, par ricochet, mènerait à la croissance économique.
3 |P a g e
1.1.2. Lien entre la croissance économique et le taux de change
Deux théories majeures reviennent sur la relation entre ces deux variables. La première est celle de
Balassa-Samuelson (1964) et la seconde est celle de Medina- sous--sitive présumée entrela croissance économique et le taux de change réel. Ladite hypothèse implique que les pays à croissance
économique rapide connaissent très vite
inverse dans les Pays Moins Avancés (PMA) (Sibanda, 2012).La théorie de Medina-
selon laquelle nation (Sibanda, 2012).1.1.3.
La relation entre les deux variables a été bien analysée par Barrow et Gordon (1976). Dans cette étude
pionnière, ces derniers soulignent que chercheurs comme Giovannini (1989), Velasco (1996) et Dornbusch (2001) sont revenus sur la même idée (Sen, Kaya, Kaptan et al., 2019).1.1.4. Interaction croissance économique, inflation et taux de change
Le taux de change affecte
la balance de paiements et du prix des biens importés. En outre, le taux de change exerce un effet indirect
sur la croissance économique par le truchement du capital, de la masse monétaire et de la demande
agrégée (Hoang, Nguyen, & Minh, 2020). Cependant, il existe une relation de causalité bidirectionnelle
ces trois variables peut être représenté comme sur la figure 1. 4 |P a g e
Figure 1 : entre le taux de change, l
Source : Hoang, Nguyen et Minh (2020), p.1052
1.2. Revue empirique
1.2.1. Interaction entre la croissance économique, inflation et le taux de change : Cas du Vietnam
Hoang, Nguyen et Minh (2020) se sont penchés sur le contexte v dynamique duchange sur les exportations, les importations, la masse monétaire, la production et les prix dans
au temps " t ». Viennent ensuite les importations et les exportations qui peuvent expliquer la variabilité de la croissance. Par ailleurs, attesté que le taux de change exerce des effets significatifs .1.2.2. Interaction entre la croissance économique, nflation et le taux de change : Cas du Maroc
économique du Maroc (1988-
(surévaluation) du taux de change réel peuventexercer un effet négatif sur la croissance économique à court terme. Mais à long terme, les variations du
5 |P a g e
1.2.3. Interaction croissance économique, inflation et taux de change : Cas de la Chine
s échelonnés (ARDL) et n test deDe cette
recherche a été dégagée la conclusion selon laquelle la croissance économique exerce un effet positif
a une influence négative sur la même variable.II. Analyse empirique au Kenya
2.1. Brève présentation du Kenya
Figure 2 : Carte du Kenya
Source : mapsofworld (2014)
Pays limitrophe du Soudan du Sud au Nord-
, ce pays est soumis à un climat chaud où les températures varient Emise par la Banque Centrale du Kenya, la monnaie locale kenyane est leShilling Kenyan (KES). Quant à la balance
commerciale de cette économie, elle était déficitaire en 2011. En outre, en Performance Environnementale (IPE), en 2011, ce pays était classé à la 108ème place.
démographique, le Kenya a une superficie de près de 580.000 Km2 pour une population évaluée à 52,57
(2019).Les personnes âgées de moins de 15 ans représentaient 42,2% de la population totale en 2012. 6 |P a g e
2.2. Statistiques descriptives, analyse graphique et test de stationnarité
Tableau 1 : Description et sources de variables
Variables Définition Source
Taux de croissance économique Banque Mondiale, 2021Taux de change nominal Banque Mondiale, 2021
Banque Mondiale, 2021
Elaboré par lauteur
Tableau 2 : Statistiques descriptives
Variables
Moyenne 4.672865 9.913573 42.17959
Médiane 4.563209 8.864087 22.91477
Maximum 22.17389 45.97888 106.4508
Minimum -7.774635 -0.171501 7.001192
Ecart-type 4.439010 8.190075 35.82570
Jarque-Bera 54.89877 94.42924 7.116137
P-Value 0.000000 0.000000 0.028494
Observations 61 61 61
Résultats issus du logiciel EViews 10
Figure 3 : Dynamique historique des variables macroéconomiques -10 -5 0 5 10 15 20 2560657075808590950005101520
Taux_de_croissance_conomique
-10 0 10 20 3040
50
60657075808590950005101520
Taux_d'inflation
0 20 4060
80
100
120
60657075808590950005101520
Taux_de_change
Graphiques issus du logiciel EViews 10
7 |P a g e
En observant le Tableau 2
médiane est un meilleur indicateur de tendance centrale. Les minima, maxima et les écart-types
En cotation au certain, le taux de change
(E t) kenyan varie entre 0,07 USD pour 1 Shilling Kenyan et 1,0645 USD pour 1 Shilling Kenyan avec unemédiane de 0,2291 USD pour 1 Shilling Kenyan et un écart-type de 1 Shilling Kenyan pour 0,3582 USD.
Le taux de croissance économique ( médian du Kenya est de 4,56 % avec une déviation standard
de 4,44% ; le maximum étant de 22,17% et le minimum est de -Kenya de 1960 à 2020 est de 45,97% contre le plus bas qui est de -0,17% avec une médiane de 8,86%
et un écart-type de 8,19%.La Figure 3
taux de change du Kenya. Dans son évolution temporelle, la première variable a connu plusieurs points
de retournements (18 pics et 16 creux) es années1970 et 1975 et son minimum durant les années 1960-1965.
Quant au ayant prévalu entre 1990 et 1995. Cependant,il a également connu plusieurs fluctuations baissières et haussières. Le taux de change était relativement
stable de 1960 à 1975. Puis, cette variable a connu de nombreuses variations erratiques où la monnaie locale kenyane a atteint son plus haut niveau déciation entre 2015 et 2020.Au regard des éléments du Tableau 3
change nominal qui c Tableau 3 : Test de racine unitaire de Dickey-Fuller AugmentéVariable
sEn niveau En différence première
Processus P-Value Processus P-
valueS (avec
constante) 0,0000 - -S (avec
constante) 0,0046 - - DS (sans dérive) 0,9977 S (sans constante) 0,0000Résultat issus de EViews 10
Note : S et DS signifient respectivement stationnaire et tendance stochastique. 8 |P a g e
2.3. Modélisation SVAR
La représentation VAR est a-théorique. Toutes les variables du modèle ont a priori le même statut
(Bosonga, 2019). Pour pallier à cette limite, le modèle Structurel VAR est théorique, permet de saisir les
réponses des variables du système aux chocs structurels identifiés et favorise les simulations des effets
de politiques économiques (Kibala, 2018). Pour estimer un modèle SVAR classique recours à la méthode de Moindres Carrés Ordinaires (MCO) équation par équation. Tableau 4 : Détermination de l'ordre de décalage optimalLag LogL LR FPE AIC SC HQ
0 -501.7831 NA 18809.75 18.35575 18.46524* 18.39809
1 -487.8199 25.89537* 15715.62* 18.17527* 18.61323 18.34463*
2 -483.7480 7.107365 18863.90 18.35447 19.12091 18.65086
3 -480.6272 5.106836 23550.31 18.56826 19.66317 18.99167
4 -474.3913 9.523845 26435.84 18.66877 20.09216 19.21921
5 -471.2905 4.397552 33575.72 18.88329 20.63514 19.56075
Résultats issus du logiciel Eviews 10
Note : " *
optimal. Le modèle SVAR (1) à utiliser peut donc être spécifié de la manière suivante :
Tableau 5 : Test de Causalité au sens de GrangerHypothèse nulle Obs F-Statistic Prob.
ne cause pas 58 1.48937 0.2348 ne cause pas 0.53768 0.5873 ne cause pas 58 0.29698 0.7443 ne cause pas 2.40558 0.1000 ne cause pas 59 2.35144 0.1049 ne cause pas 0.28664 0.7519Résultats issus du logiciel EViews 10
-causalité pour chaque paire de variables sous étude, est acceptée au seuil de 5%. Cela 9 |P a g e
Tableau 6 : Schéma d'identification des chocs structurels Variables impactées Nature du choc Restrictions à C.T Restrictions à L.TEndogène Exogène
Note : C.T et L.T signifient respectivement court terme et long terme.En accord avec la théorie économique, le taux de change est la variable la plus exogène du modèle, il ne
subit donc que des chocs idiosyncratiques (venant de lui-même). Le taux de croissance économique est
le plus endogène (il dépend de toutes les autres variables du modèle et de lui-même) en vertu des idées
prônées par les théories de croissance endogène (Sattarov, 2011). En outre,dépend que des fluctuations du taux de change et des chocs endogènes. Aucune restriction théorique à
A court terme, nous obtiendrons ainsi la relation ci-après :Ceci correspond à :
) peut être remplacée par une matricediagonale nommée B. Pour rappel, la matrice A (des coefficients structurels) comprend les effets
instantanés des variables. Quant à elle, la matrice diagonale B se présente comme suit : 10 |P a g e
Figure 4 : Stationnarité du modèle SVAR
-1.5 -1.0 -0.5 0.0 0.5 1.0 1.5 -1.5-1.0-0.50.00.51.01.5Inverse Roots of AR Characteristic Polynomial
Graphique issu du logiciel Eviews 10
Le modèle SVAR(1) de cette étude est stationnaire du fait que toutes les racines du polynôme
de vue statistique. Tableau 7 : Estimation du modèle SVAR contraint à court termeCoefficient Ecart-type z-Statistic P-value
-0.738044*** 0.160505 -4.598252 0.00000.148089 0.134491 1.101102 0.2709
0.084213 0.094188 0.894089 0.3713
4.643318*** 0.431121 10.77033 0.0000
5.675860*** 0.526990 10.77033 0.0000
4.071385*** 0.378019 10.77033 0.0000
Résultats issus du logiciel EViews 10
Note : " ***
Ce modèle révèle des résultats intéressants dans le contexte kenyan. A court terme, une baisse du taux
de change kenyan (en cotation au certain) de 10% entraînerait une hausse significative de 7,38% du
, une dépréciation significative de la monnaie locale kenyane de 10% causerait une a kenyan de 7,38%. Les effets instantanés non nuls des autres variables de ce modèle SVAR ne sont pas statistiquement significatifs à court terme. 11 |P a g e
Tableau 8 : Analyse des réponses impulsionnelles ChocsRéponse du taux de change + + -
Durée (années) 2 4 3
Ampleur Forte Faible Forte
Réponse de + + -
Durée (années) 2 9 1
Ampleur Forte Forte Faible
Réponse de la croissance économique - - +
Durée (années) 3 8 2
Ampleur Forte Faible Faible
Résultats issus du logiciel EViews 10
ne période prévisionnelle totale de 10 ans, le taux de change kenyan réagirait positivement à un choc endogène et à un choc des prixune innovation du secteur réel et se réajusterait à la troisième période. Au Kenya, la réponse du taux
ans. Quant à la réaction de cette variable suite à une innovation du secteur réel, elle serait négative (sur
une période) avant que ladite variable ne retrouve sa tendance initiale. La croissance économique du
Kenya aurait une réponse impulsionnelle négative en cas de chocs du taux de change ou des prix (à des
durée différentes). Toutefois, le taux de croissance économique kenyan réagirait positivement à des
Tableau 9 : Décomposition de la variance des chocs structurelsTaux de change S.E.
1 4.643318 100.0000 0.000000 0.000000
2 4.749873 96.08168 0.429677 3.488641
3 4.783128 94.78352 0.639303 4.577178
4 4.790884 94.47876 0.863956 4.657287
5 4.796074 94.27449 1.012015 4.713499
6 4.797532 94.22126 1.066121 4.712623
7 4.798155 94.20071 1.086165 4.713123
8 4.798456 94.19001 1.094704 4.715281
9 4.798575 94.18577 1.098121 4.716108
10 4.798617 94.18433 1.099373 4.716296
12 |P a g e
Inflation S.E.
1 6.630198 26.71579 73.28421 0.000000
2 7.781606 26.06185 73.75382 0.184336
3 8.252514 23.87542 75.87115 0.253436
4 8.480654 22.91051 76.30987 0.779615
5 8.590339 22.46882 76.29010 1.241086
6 8.633821 22.33020 76.28218 1.387619
7 8.650607 22.28765 76.27226 1.440090
8 8.657303 22.27085 76.26368 1.465469
9 8.659890 22.26417 76.25981 1.476021
10 8.660854 22.26183 76.25839 1.479781
Croissance économique S.E.
1 4.213981 5.366706 1.286567 93.34673
2 4.300845 7.558927 2.369982 90.07109
3 4.373986 7.366677 4.558479 88.07484
4 4.396173 7.293543 5.492164 87.21429
5 4.405735 7.306861 5.845670 86.84747
6 4.410644 7.310714 5.998426 86.69086
7 4.412780 7.310404 6.062081 86.62751
8 4.413570 7.311412 6.086302 86.60229
9 4.413871 7.312122 6.095269 86.59261
10 4.413989 7.312361 6.098665 86.58897
Résultats issus du logiciel Eviews 10
Note : " S.E. » est la valeur de la variance totale du choc La décomposition de la variance d taux de change kenyan implique prévisionnelle, ledit choc contribuerait lui-même à 100% dedeuxième année que les chocs de deux autres agrégats macroéconomiques influeraient sur la variance
de chocs du taux de change. Pour ce qui est d, à la première période, le pourcentagede sa variance due à une innovation du secteur réel serait nul. Un choc endogène et un choc du taux de
change seraient les seuls à contribuer à la variance du choc des prix. A partir de la deuxième période,
les chocs des autres variables se mettraient à impacter sur la variance du choc de prix. Contrairement
aux deux premiers chocs structurels, les innovations du secteur réel (lié à la variable la plus endogène
du modèle), bénéficierait dès le départ de la contribution des autres chocs à sa variance prévisionnelle.
Toutefois, la part due à un choc endogène serait la plus grande dans le contexte kenyan.Pour ce qui est la décomposition historique de la variance des chocs structurels au Kenya et de la
présentation graphique des réponses impulsionnelles, elles sont mieux reprises dans les annexes.
13 |P a g e
2.3.1. Modélisation ARDL et test de cointégration aux bornes
Alors que les tests de cointégration
nt même ordre, le test de cointégration aux bornes de Pesaran ariables ne sontpas intégrées de même ordre (Kibala, 2018). Le test de cointégration aux bornes a pour modèle de base
celui dit " ARDL ». Ce dernier faisant partie de la famille des modèles dynamiques, permet de prendre
en variable (Kibala, 2018). de causalité ationest bidirectionnelle. En outre, les deux variables dépendent du taux de change (Hoang, Nguyen, & Minh,
2020). Ainsi, en vertu de la théorie économique, comme dans le cas de Kamran, Teng et Imran (2019),
les deux relations de cointégration (aux bornes) à estimer, sont les suivantes : Figure 5 : Sélection graphique du modèle optimal pour la croissance économique 5.84 5.88 5.92 5.96 6.00 6.04 6.08ARDL(1, 0, 0)ARDL(1, 1, 0)ARDL(2, 0, 0)ARDL(1, 0, 1)ARDL(3, 0, 0)ARDL(2, 1, 0)ARDL(2, 0, 1)ARDL(1, 2, 0)ARDL(1, 1, 1)ARDL(1, 0, 2)ARDL(4, 0, 0)ARDL(3, 1, 0)ARDL(3, 0, 1)ARDL(2, 2, 0)ARDL(2, 1, 1)ARDL(1, 3, 0)ARDL(1, 0, 3)ARDL(2, 0, 2)ARDL(1, 2, 1)ARDL(1, 1, 2)
Schwarz Criteria (top 20 models)
Résultats issus du logiciel EViews 10
Figure 6 : Sélection graphique du modèle ARDL optimal pour le taux d'inflation 6.56 6.60 6.64 6.68 6.72 6.76quotesdbs_dbs47.pdfusesText_47[PDF] Lien entre la classification de Mendeleïev et la classification actuelle
[PDF] lien entre le co2 et la température
[PDF] lien entre le cout du travail et l'emploi
[PDF] lien entre lecture et écriture
[PDF] lien entre les chants et revolution
[PDF] Lien entre les réecritures de l'Odyssée d'Homère
[PDF] lien entre Management des ressources humaines (MRH) et Responsabilité sociale de l'entreprise (RSE)
[PDF] lien entre motivation et performance
[PDF] lien entre pauvreté et santé
[PDF] lien entre zola et manet
[PDF] lien étymologie
[PDF] lien fonction et sa dérivée
[PDF] Lien graphique-algébrique
[PDF] lien informatique